STATISTIKA

Prof. Dr. SYAHRUL, M.Pd

PENDIDIKAN TEKNOLOGI DAN KEJURUAN

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI MAKASSAR
Statistika inferensi (inference statistics)
merupakan cabang ilmu statistik yang
berkaitan dengan penerapan metode‐
metode statistik untuk menaksir dan/atau
menguji karakteristik populasi yang
dihipotesiskan berdasarkan data sampel.
 Statistika Inferensi

Setelah dilakukan uji terhadap suatu

distribusi data, dan terbukti bahwa data yang
diuji berdistribusi normal atau mendekati
normal, maka pada data tersebut dapat
dilakukan berbagai Inferensi dengan metode
statistik parametrik.
Tetapi jika dalam pengujian terbukti distribusi
data tidak berdistribusi normal atau jauh dari
normal maka Inferensi yang dilakukan harus
dengan metode statistik non parametrik.
 UJI HIPOTESIS KOMPARATIF
1

A.UJI-T

B. ANALISIS VARIANS
Analisis Variansi
Analisis Variansi
• Analisa variansi (ANOVA) adalah suatu
metoda untuk menguji hipotesis kesamaan
rata-rata dari tiga atau lebih populasi.

• Asumsi
 Sampel diambil secara random dan
saling bebas (independen)
 Populasi berdistribusi berdistribusi
Normal
 Populasi mempunyai kesamaan variansi
6
Analisis Variansi
• Misalkan kita mempunyai k populasi.
• Dari masing-masing populasi diambil sampel
berukuran n.
• Misalkan pula bahwa k populasi itu bebas dan
berdistribusi normal dengan rata-rata 1, 2, ….
dan k dan variansi 2.

7
 Hipotesis ANOVA 1 Arah

• H :μ  μ  μ  μ
0 1 2 3 k
– Seluruh mean populasi adalah sama
– Tak ada efek treatment (tak ada keragaman mean
dalam grup)
• H A : Tidak seluruh mean populasi adalah sama
– Minimal ada 1 mean populasi yang berbeda
– Terdapat sebuah efek treatment
– Tidak seluruh mean populasi berbeda (beberapa
pasang mungkin sama)
 ANOVA 1 Faktor

H0 : μ1  μ2  μ3    μk
H A : Tidak seluruh μ i sama

Semua mean bernilai sama

Hipotesis nol adalah benar
(Tak ada efek treatment)

μ1  μ2  μ3
 ANOVA 1 Faktor
H0 : μ1  μ2  μ3    μk (sambungan)

H A : Tidak semua μ i sama

Minimal ada 1 mean yg berbeda
Hipotesis nol tidak benar
(Terdapat efek treatment)

or

μ1  μ2  μ3 μ1  μ2  μ3
Analisis Variansi

Populasi
1 2 … i … k
x11 x21 … xi1 … Xk1
Total
x12 x22 … xi2 … Xk2
: : : : : :
x1n x2n … xin … xkn
Total T1 T2 … Ti … Tk T

Ti adalah total semua pengamatan dari populasi ke-i

T adalah total semua pengamatan dari semua populasi
11
Rumus Hitung Jumlah Kuadrat
k n 2
T
Jumlah Kuadrat Total = JKT   x  2
ij


i 1 j1 nk
k

T 2
i
T 2
Jumlah Kuadrat Perlakuan = JKP i 1
 
n nk
Jumlah Kuadrat Galat = JKG  JKT  JKP

12
Tabel Anova dan Daerah Penolakan

Sumber Derajat Jumlah Kuadrat

Statistik F
Variasi bebas kuadrat Rata-rata

KRP = F=
Perlakuan k–1 JKP
JKP/(k – 1 ) KRP/KRG
KRG =
Galat k(n-1) JKG
JKG/(k(n-1))
Total nk – 1 JKT

H0 ditolak jika F > F(; k – 1; k(n – 1))

13
 Contoh 1

Sebagai manager
Mesin1 Mesin2 Mesin3
produksi, anda ingin
25.40 23.40 20.00
melihat mesin pengisi akan
26.31 21.80 22.20
dilihat rata-rata waktu
24.10 23.50 19.75
pengisiannya. Diperoleh
23.74 22.75 20.60
data seperti di samping.
25.10 21.60 20.40
Pada tingkat signifikansi
0.05 adakah perbedaan
rata-rata waktu ?

14
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3
H1: Ada rata-rata yang tidak sama
 Tingkat signifikasi  = 0.05
 Karena df1= derajat bebas perlakuan = 2
dan df2 = derajat bebas galat = 12, maka
f(0.05;2;12) = 3.89.
Jadi daerah pelokannya:
H0 ditolak jika F > 3.89
15
Data
Populasi
1 2 3
25.40 23.40 20.00
26.31 21.80 22.20 Total
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
Total 124.65 113.05 102.95 340.65
16
Jumlah Kuadrat Total
k n 2
T
JKT   x ij2  
i 1 j1 nk
 25.40 2  26.312  24.10 2  23.74 2  25.10 2 
23.40  21.80  23.50  22.75  21.60 
2 2 2 2 2

20.00 2  22.20 2  19.752  20.60 2  20.40 2

340.652

5 3
 58.2172
17
Jumlah Kuadrat Perlakuan dan
Jumlah Kuadrat Galat
k

T 2
i
T 2
JKP  i 1
 
n nk
124.65  113 .05  102.95 340.65
2 2 2 2
 
5 5 3
 47.1640
JKG  58.2172  47.1640  11 .0532

18
Tabel Anova dan Kesimpulan
Sumber Derajat Jumlah Kuadrat Statistik
Variasi Bebas Kuadrat Rata-rata F

Perlakuan 3-1=2 47.1640 23.5820

F = 25.60
Galat 15-3=12 11.0532 0.9211

Total 15-1=14 58.2172

Karena Fhitung = 25.60 > 3.89 maka H0 ditolak.

Jadi ada rata-rata yang tidak sama.
19
 (sambungan)

Karena Fhitung = 25.60 > 3.89 maka H0 ditolak.

Jadi ada rata-rata yang tidak sama.

or

μ1  μ2  μ3 μ1  μ2  μ3
 HASIL ANALISIS DENGAN SPSS

ANOVA

NILAI
Sum of
Squares df Mean Square F Sig.
Between Groups 47.164 2 23.582 25.602 .000
Within Groups 11.053 12 .921
Total 58.217 14

21
Rumus Hitung Jumlah Kuadrat
Untuk ukuran sampel yang berbeda
k ni 2
T
Jumlah Kuadrat Total = JKT   x ij  
2

i 1 j1 N
k
Ti2 T2
Jumlah Kuadrat Perlakuan = JKP   
i 1 n i N
Jumlah Kuadrat Galat = JKG  JKT  JKP
k
dengan N   n i
i 1

22
Tabel Anova
Untuk ukuran sampel yang berbeda

Sumber Derajat Jumlah Kuadrat

Statistik F
Variasi bebas kuadrat Rata-rata

KRP = F=
Perlakuan k–1 JKP
JKP/(k – 1 ) KRP/KRG
KRG =
Galat N–k JKG
JKG/(N - k)
Total N–1 JKT

23
Contoh 2
• Dalam Sebuah percobaan biologi Konsentrasi
4 konsentrasi bahan kimia
digunakan untuk merangsang 1 2 3 4
pertumbuhan sejenis tanaman
tertentu selama periode waktu
8.2 7.7 6.9 6.8
tertentu. Data pertumbuhan 8.7 8.4 5.8 7.3
berikut, dalam sentimeter, dicatat
dari tanaman yang hidup. 9.4 8.6 7.2 6.3
• Apakah ada beda pertumbuhan
rata-rata yang nyata yang 9.2 8.1 6.8 6.9
disebabkan oleh keempat 8.0 7.4 7.1
konsentrasi bahan kimia tersebut.
• Gunakan signifikasi 0,05. 6.1

24
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3= 4
H1: Ada rata-rata yang tidak sama
 Tingkat signifikasi  = 0.05
 Karena df1= derajat bebas perlakuan = 3
dan df2 = derajat bebas galat = 16, maka
f(0.05;3;16) = 3.24.
Jadi daerah pelokannya:
H0 ditolak jika F > 3.24
25
Data
Populasi
1 2 3 4
8.2 7.7 6.9 6.8
8.7 8.4 5.8 7.3
Total
9.4 8.6 7.2 6.3
9.2 8.1 6.8 6.9
8.0 7.4 7.1
6.1
Total 35.5 40.8 40.2 34.4 150.9
26
 Jumlah Kuadrat Total
k ni 2
T
JKT   x ij2  
i 1 j1 N
 8.2  8.7  9.4  9.2  7.7  8.4  8.6
2 2 2 2 2 2 2

 8.12  8.0 2  6.9 2  5.82  7.2 2  6.82  7.4 2

2
150.9
 6.1  6.8  7.3  6.3  6.9  7.1 
2 2 2 2 2 2

20
 19.350

27
Jumlah Kuadrat Perlakuan dan
Jumlah Kuadrat Galat
k
Ti2 T2
JKP   
i 1 n i N
35.52 40.82 40.2 2 34.4 2 150.9 2
    
4 5 6 5 20
 15.462

JKG  19.350  15.462  3.888

28
Tabel Anova dan Kesimpulan
Sumber Derajat Jumlah Kuadrat Statistik
Variasi Bebas Kuadrat Rata-rata F

Perlakuan 4-1=3 15.462 5.154

F=
21.213
Galat 20-4=16 3.888 0.243

Total 20-1=19 19.350

Karena Fhitung = 21.213 > 3.24 maka H0 ditolak.

Jadi ada rata-rata yang tidak sama.
29
 (sambungan)

Karena Fhitung = 21.213 > 3.24 maka H0 ditolak.

Jadi ada rata-rata yang tidak sama.

or

μ1  μ2  μ3 μ1  μ2  μ3
 HASIL ANALISIS SPSS

ANOVA

NILAI
Sum of
Squares df Mean Square F Sig.
Between Groups 15.462 3 5.154 21.213 .000
Within Groups 3.888 16 .243
Total 19.350 19

31
Latihan 1
Seorang kontraktor di bidang jenis
jasa pengangkutan ingin Kapasitas
mengetahui apakah terdapat Mitsubishi Toyota Honda
perbedaan yang signifikan pada (A) (B) (A)
kapasitas daya angkut 3 merk truk,
yaitu Mitsubishi, Toyota dan Honda. 44 42 46
Untuk itu kontraktor ini mengambil
sampel masing-masing 5 truk pada
43 45 47
tiap-tiap merek menghasilkan data
seperti disamping.
Jika ketiga populasi data tersebut 48 44 45
berdistribusi normal dan variansi
ketiganya sama, uji dengan 45 45 44
signifikasi 5% apakah terdapat
perbedaan pada kwalitas daya
46 44 43
angkut ketiga merek truk tersebut
32
Latihan 2
Seorang guru SMU mengadakan Metode
penelitian tentang keunggulan
metode mengajar dengan A B C D
beberapa metode pengajaran.
Bila data yang didapat seperti 70 68 76 67
pada tabel disamping, ujilah 76 75 87 66
dengan signifikasi 5% apakah
keempat metode mengajar 77 74 78 78
tersebut memiliki hasil yang
sama? (asumsikan keempat data 78 67 77 57
berdistribusi Normal dan
variasnisnya sama)
67 57 68
89
33
34
35